李海

（四川大學(xué)經(jīng)濟(jì)學(xué)院，成都610065）

0　引言

當(dāng)前，對(duì)各種大數(shù)據(jù)的發(fā)掘和利用正被越來(lái)越多的經(jīng)濟(jì)學(xué)家、企業(yè)家們所重視，大數(shù)據(jù)中蘊(yùn)含著許多經(jīng)濟(jì)學(xué)和企業(yè)管理方面寶貴信息。電力消費(fèi)數(shù)據(jù)作為大數(shù)據(jù)中的一種，可以反映出全社會(huì)的生產(chǎn)狀況，是衡量宏觀經(jīng)濟(jì)走勢(shì)一個(gè)重要指標(biāo)。目前，電力消費(fèi)數(shù)據(jù)已經(jīng)可以通過(guò)計(jì)量系統(tǒng)，實(shí)時(shí)產(chǎn)生大數(shù)據(jù)。隨著技術(shù)的進(jìn)步和互聯(lián)網(wǎng)技術(shù)的發(fā)展，電力消費(fèi)數(shù)據(jù)的取得將越來(lái)越方便和準(zhǔn)確及時(shí)。利用電力消費(fèi)大數(shù)據(jù)建立相應(yīng)的預(yù)測(cè)模型為國(guó)家宏觀調(diào)控服務(wù)，應(yīng)用前景十分廣闊。

房地產(chǎn)業(yè)是當(dāng)前我國(guó)經(jīng)濟(jì)類(lèi)別中的重要綜合性產(chǎn)業(yè)，房地產(chǎn)行業(yè)投資活動(dòng)，是當(dāng)前國(guó)民經(jīng)濟(jì)中的重要投資類(lèi)別。全國(guó)房地產(chǎn)開(kāi)發(fā)業(yè)綜合景氣指數(shù)（簡(jiǎn)稱(chēng)國(guó)房景氣指數(shù)）每年從3月到12月，逐月發(fā)布，并用百分制表示。國(guó)房景氣指數(shù)又分為房地產(chǎn)開(kāi)發(fā)綜合指數(shù)、房地產(chǎn)開(kāi)發(fā)投資指數(shù)、土地開(kāi)發(fā)面積指數(shù)、銷(xiāo)售價(jià)格指數(shù)等4類(lèi)。房地產(chǎn)開(kāi)發(fā)綜合指數(shù)值100為景氣線，100以上為景氣空間，100以下為不景氣空間。通過(guò)對(duì)景氣所處空間、景氣值波動(dòng)幅度、趨勢(shì)的評(píng)估發(fā)布，可為國(guó)家宏觀調(diào)控提供決策依據(jù)，引導(dǎo)中國(guó)房地產(chǎn)業(yè)健康、有序發(fā)展。

國(guó)內(nèi)外許多學(xué)者對(duì)電力消費(fèi)總量與宏觀經(jīng)濟(jì)的關(guān)聯(lián)性等進(jìn)行過(guò)許多研究，也取得了較好的成果[1-5]。從研究和可以公開(kāi)得到的數(shù)據(jù)來(lái)看，房地地產(chǎn)投資活動(dòng)，目前重要的統(tǒng)計(jì)數(shù)據(jù)應(yīng)為國(guó)家統(tǒng)計(jì)局公布的32個(gè)房地產(chǎn)統(tǒng)計(jì)指標(biāo)和國(guó)房景氣指數(shù)，本文將重點(diǎn)研究電力消費(fèi)數(shù)據(jù)和國(guó)房景氣指數(shù)間的相關(guān)性、時(shí)間軌跡趨勢(shì)、滯后性以及預(yù)測(cè)模型等，力求盡可能發(fā)掘數(shù)據(jù)的價(jià)值，為國(guó)民經(jīng)濟(jì)建設(shè)服務(wù)。因此，本文主要收集了2011—2015年的月度分行業(yè)電力消費(fèi)大數(shù)據(jù)，按全社會(huì)、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)、輕工業(yè)、重工業(yè)、城鄉(xiāng)居民生活的分類(lèi)，分析其與國(guó)房景氣指數(shù)的關(guān)系，采用皮爾遜系數(shù)（Pearson）進(jìn)行相關(guān)性分析，建立時(shí)間系列對(duì)比并觀察其趨勢(shì)關(guān)系，應(yīng)用分布滯后模型與阿爾蒙估計(jì)法（Almon）對(duì)其進(jìn)行建模分析，研究電力消費(fèi)與國(guó)房景氣指數(shù)的滯后關(guān)系，同時(shí)建立月度電力消費(fèi)數(shù)據(jù)與國(guó)房景氣指數(shù)間的數(shù)學(xué)預(yù)測(cè)模型，以便更好利用電力數(shù)據(jù)為房地產(chǎn)業(yè)投資活動(dòng)統(tǒng)計(jì)和宏觀管理服務(wù)。

1　分析方法

為進(jìn)一步分析電力消費(fèi)與國(guó)房景氣指數(shù)的關(guān)系，本文采用目前經(jīng)濟(jì)學(xué)領(lǐng)域常用皮爾遜相關(guān)系數(shù)、時(shí)間軌跡分析及分布滯后模型與阿爾蒙估計(jì)法進(jìn)行分析。

1．1　Pearson相關(guān)系數(shù)

相關(guān)性分析是指對(duì)兩個(gè)或多個(gè)具備相關(guān)性的變量元素進(jìn)行分析，從而衡量?jī)蓚€(gè)變量因素的相關(guān)密切程度。皮爾遜相關(guān)系數(shù)（Pearson）是進(jìn)行相關(guān)性分析的重要方法，主要用于度量?jī)蓚€(gè)變量X和Y之間的相關(guān)（線性相關(guān)），其值介于-1與1之間，常稱(chēng)為積差相關(guān)系數(shù)，適用于研究連續(xù)變量之間的相關(guān)程度。利用相關(guān)系數(shù)r的大小可以判斷變量間相關(guān)關(guān)系的密切程度，計(jì)算公式為（1），本文采用SPSS19.0統(tǒng)計(jì)軟件進(jìn)行計(jì)算。

其中：X的離均差平方和：LXX=∑(X-)2;Y的離均差平方和：LYY=∑(Y-)2;X與Y間的離均差積和：LXY=∑(X-)(Y-)。兩對(duì)數(shù)據(jù)，當(dāng)相關(guān)系數(shù)|r|=0時(shí)，完全不相關(guān)；當(dāng)0＜|r|≤0.19時(shí)，極低相關(guān)；當(dāng)0.2＜|r|≤0.39時(shí)，低度相關(guān)；當(dāng)0.4＜|r|≤0.69時(shí)，中度相關(guān)；當(dāng)0.7＜|r|≤0.89時(shí)，高度相關(guān)；當(dāng)0.9＜|r|≤1時(shí)，極高相關(guān)；|r|=1時(shí)，完全相關(guān)。

1．2　分布滯后模型與阿爾蒙估計(jì)法

在經(jīng)濟(jì)運(yùn)行過(guò)程中,普遍存在時(shí)間滯后效應(yīng)。有些經(jīng)濟(jì)變量不僅受到同期各種因素的影響,而且也受到過(guò)去某些時(shí)期的各種因素甚至自身的過(guò)去值的影響。由于房地產(chǎn)投資和采購(gòu)相關(guān)的資源存在一定的時(shí)間差，電力作為生產(chǎn)產(chǎn)品的重要資源，必須先行投入，然后才能夠形成商品進(jìn)入房地產(chǎn)投資領(lǐng)域，因此從現(xiàn)實(shí)生產(chǎn)中來(lái)看，需要分析電力消變量對(duì)房地產(chǎn)投資的滯后效應(yīng)。因此把滯后變量引入回歸模型，這種回歸模型稱(chēng)為滯后變量模型。滯后變量模型的一般形式為：

其中，s、q分別為滯后解釋變量和滯后被解釋變量的滯后期長(zhǎng)度。

阿爾蒙估計(jì)法的原理，是設(shè)有限分布滯后模型為：yt=a+b0xt+b1xt-1+…+bkxt-k+εt;連續(xù)函數(shù)bi=f(i)可以用滯后期i的適當(dāng)次多項(xiàng)式逼近：bi=f(i)=α0+α1i+α2i2+…+αmim(m＜k)。

將此關(guān)系式代入原分布滯后模型，經(jīng)過(guò)適當(dāng)?shù)淖兞孔儞Q，可以減少模型中的變量個(gè)數(shù)，從而在削弱多重共線性影響的情況下，估計(jì)模型中的參數(shù)。分布滯后模型可以表示成：

設(shè)bi可以用二次多項(xiàng)式近似表示，即：bi=α0+α1i+α2i2。將此代入分布滯后模型，整理得：

變換為Almon變換；則原分布滯后模型可以表示成：

利用OLS法估計(jì)系數(shù)，進(jìn)而得到bi的估計(jì)值：

2　實(shí)證分析

2．1　數(shù)據(jù)處理

根據(jù)中國(guó)電力企業(yè)聯(lián)合會(huì)網(wǎng)站每月定期公布的《全國(guó)電力工業(yè)統(tǒng)計(jì)數(shù)據(jù)一覽表》，2011—2015年間每月的全國(guó)全社會(huì)、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)量、輕工業(yè)、重工業(yè)、城鄉(xiāng)居民生活用電量，單位為億千瓦時(shí)。為便于和國(guó)家統(tǒng)計(jì)局公布的房地產(chǎn)業(yè)投資活動(dòng)指標(biāo)進(jìn)行對(duì)比，此處電力消費(fèi)增長(zhǎng)率，按式（7）進(jìn)行計(jì)算，同時(shí)刪除1月份數(shù)據(jù)以便于和國(guó)房景氣指數(shù)進(jìn)行對(duì)比，可得到下頁(yè)表1。

其中：P（i）為當(dāng)月行業(yè)用電同比增長(zhǎng)率；Pc（i）為當(dāng)月分行業(yè)電力消費(fèi)總量；Pc（i-12）為上年同月分行業(yè)電力消費(fèi)總量。

總之，標(biāo)準(zhǔn)是MyGDI的關(guān)鍵，沒(méi)有標(biāo)準(zhǔn)，MyGDI就不能實(shí)現(xiàn)空間數(shù)據(jù)的共享和轉(zhuǎn)換。MyGDI標(biāo)準(zhǔn)的順利制定在很大程度上取決于用戶(hù)組織、馬來(lái)西亞國(guó)家測(cè)繪與空間數(shù)據(jù)委員會(huì)（TC12）及馬來(lái)西亞科技與創(chuàng)新部（MOSTI）所屬的馬來(lái)西亞標(biāo)準(zhǔn)和工業(yè)研究院（SIRIM BERHAD）的共同努力和合作。

2．2　電力消費(fèi)與國(guó)房景氣指數(shù)相關(guān)性分析

為進(jìn)一步觀察全社會(huì)、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)產(chǎn)業(yè)、輕工業(yè)、重工業(yè)、城鄉(xiāng)居民生活與國(guó)房景氣指數(shù)的關(guān)系，本文采用SPSS19.0軟件對(duì)上述數(shù)據(jù)進(jìn)行皮爾遜相關(guān)系數(shù)分析（見(jiàn)表2），從分析的情況看，國(guó)房景氣綜合指數(shù)與全社會(huì)用電量增長(zhǎng)率相關(guān)性最高為0.658**，其次是第二產(chǎn)業(yè)用電量增長(zhǎng)率，為0.650**。這說(shuō)明房地產(chǎn)投資景氣情況與電力消費(fèi)的關(guān)聯(lián)度較高，對(duì)各行業(yè)，特別是第二產(chǎn)業(yè)的帶動(dòng)較為明顯。

表1　電力消費(fèi)增長(zhǎng)率與國(guó)房景氣綜合指數(shù)（樣本數(shù)=55）

表2　用電量增長(zhǎng)率、國(guó)房景氣綜合指數(shù)皮爾遜相關(guān)系數(shù)分析（樣本數(shù)=55）

2．3　電力消費(fèi)與國(guó)房景氣指數(shù)時(shí)間軌跡分析

為便于觀察電力消費(fèi)與房地產(chǎn)業(yè)投資活動(dòng)的變化，本文選擇了2011—2015年各年2—12月的全社會(huì)用電量和國(guó)房景氣綜合指數(shù)進(jìn)行時(shí)間軌跡分析觀察（見(jiàn)圖1）。

圖1 全國(guó)全社會(huì)用電量和國(guó)房景氣綜合指數(shù)時(shí)間軌跡分析圖

從時(shí)間軌跡看，2011—2015年電力費(fèi)量累計(jì)增長(zhǎng)率和國(guó)房景氣指數(shù)的變化趨勢(shì)非常相近，均處于下降變緩趨勢(shì)。從圖1中也發(fā)現(xiàn)，全社會(huì)用電增長(zhǎng)率、國(guó)房景氣綜合指數(shù)，從2012年2—12月期間增期間有所回升，2013年起又開(kāi)始持續(xù)下行。從月度情況，每年2—3月期間，發(fā)現(xiàn)電力統(tǒng)計(jì)數(shù)據(jù)會(huì)發(fā)生波動(dòng)，主要考慮到1—3月期間經(jīng)歷春節(jié)的因素，因此電力統(tǒng)計(jì)數(shù)據(jù)存在一定的波動(dòng)，影響到數(shù)據(jù)的準(zhǔn)確性。

2．4　分布滯后模型分析

通過(guò)相關(guān)性分析，觀察時(shí)間軌跡分析，發(fā)現(xiàn)電力消費(fèi)量和國(guó)房景氣指數(shù)相關(guān)性較強(qiáng)，變化和發(fā)展趨勢(shì)非常相近，為此本文選取了全社會(huì)用電量增長(zhǎng)率（x）和國(guó)房景氣指數(shù)（y）作為重點(diǎn)研究對(duì)象，分別采用Eviews6.0進(jìn)行滯后性分析，工作文件數(shù)據(jù)來(lái)源于表1數(shù)據(jù)。

打開(kāi)Eviews6.0工作文件，在命令框鍵入“CROSS y x”，可輸出圖2，可看出全社會(huì)用電增長(zhǎng)率（x）和國(guó)房景氣指數(shù)（y）存在一定的滯后性，約為3個(gè)月，滯后中度以上相關(guān)系數(shù)分別為i0=0.6581、i1=0.6044、i2=0.5280、i3=0.4367，根據(jù)結(jié)果可設(shè)式（8），假定bi可以用一個(gè)二次多項(xiàng)式逼近：

圖2 全國(guó)全社會(huì)用電累計(jì)增長(zhǎng)率和國(guó)房景氣指數(shù)分析圖

2．5　阿爾蒙估計(jì)法建模

全社會(huì)用電增長(zhǎng)率（x）和國(guó)房景氣指數(shù)（y）模型，打開(kāi)Eviews6.0工作文件，在EViews6.0軟件的LS命令中使用PDL項(xiàng)，在命令框鍵入“LS y C PDL(x,3,2,0)”，其中，3為滯后期長(zhǎng)度，2為多項(xiàng)式次數(shù)，0為對(duì)分布滯后特征進(jìn)行控制的參數(shù)（對(duì)參數(shù)分布不作任何限制），可輸出圖3。

圖3 全國(guó)全社會(huì)用電增長(zhǎng)率和國(guó)房景氣指數(shù)建模分析圖

在Eviews6.0軟件輸出圖3窗口的上部給出了a值=c=51.96606，下部給出了還原后的bi估計(jì)值a0=i0=0.14199,a1=i1=0.10635,a2=i2=0.08657,a3=i3=0.08267可得出式（9），該式展示了全社會(huì)用電累計(jì)增長(zhǎng)率和國(guó)房景氣指數(shù)的數(shù)學(xué)模型：

2．6　模型驗(yàn)證

為進(jìn)一步驗(yàn)證模型的準(zhǔn)確性，本文選取了2015年全年和2016年2—6月國(guó)家統(tǒng)計(jì)局、國(guó)家信息中心、中國(guó)電力企業(yè)聯(lián)合會(huì)公布的最新數(shù)據(jù)，對(duì)采用阿爾蒙估計(jì)法建立的模型式（9）進(jìn)行驗(yàn)證。按式（10）計(jì)算公布值和計(jì)算值的實(shí)際相對(duì)誤差Υ：

其中△x為公布值-計(jì)算值，L為公布值。

表3　2015年2月至2016年6月國(guó)房景氣指數(shù)公布值和計(jì)算值（樣本數(shù)=16）

表3計(jì)算值和公布的國(guó)房景氣指數(shù)值的誤差范圍最大為2015年6月的1.62%，其次是2016年5月的1.28%、2016年6月的1.27%，誤差的絕對(duì)值平均數(shù)僅為0.83%。通過(guò)對(duì)比計(jì)算，本文發(fā)現(xiàn)式（10）數(shù)學(xué)模型具有一定的準(zhǔn)確率，通過(guò)電力消費(fèi)量預(yù)測(cè)和校準(zhǔn)國(guó)房景氣指數(shù)具有一定的參考價(jià)值。

通過(guò)對(duì)式（9）模型進(jìn)行進(jìn)一步驗(yàn)證，本文也發(fā)現(xiàn)模型逼近的最近數(shù)據(jù)的精度較高，如2015年9月至2016年2月間的模型計(jì)算精度較高，其他時(shí)段的精度開(kāi)始逐漸變差。本文通過(guò)了進(jìn)一步的試算，該模型如需要進(jìn)一步提高準(zhǔn)確性，需采用最新的數(shù)據(jù)進(jìn)行動(dòng)態(tài)滾動(dòng)建模分析，具體方法可參考上述方法進(jìn)行重復(fù)，由于篇幅所限，此處不再進(jìn)行進(jìn)一步分析。

3　結(jié)論和建議

通過(guò)皮爾遜相關(guān)系數(shù)計(jì)算本文發(fā)現(xiàn)，電力消費(fèi)增長(zhǎng)率與國(guó)房景氣指數(shù)的波動(dòng)相關(guān)度較高。通過(guò)時(shí)間軌跡分析發(fā)現(xiàn)，2011—2015年電力費(fèi)量累計(jì)增長(zhǎng)率和國(guó)房景氣指數(shù)的變化趨勢(shì)非常相近，均處于下降變緩趨勢(shì)。全社會(huì)用電增長(zhǎng)率、國(guó)房景氣綜合指數(shù)，從2012年2—12月期間有所回升，2013年起又開(kāi)始持續(xù)下行。通過(guò)對(duì)全國(guó)全社會(huì)電力消費(fèi)增長(zhǎng)率與國(guó)房景氣指數(shù)進(jìn)行滯后性分析，發(fā)現(xiàn)全國(guó)全社會(huì)電力消費(fèi)增長(zhǎng)率與國(guó)房景氣指數(shù)存在3個(gè)月左右的滯后期。通過(guò)分布滯后模型與阿爾蒙估計(jì)法對(duì)國(guó)全社會(huì)電力消費(fèi)增長(zhǎng)率與國(guó)房景氣指數(shù)進(jìn)行建模，采用該模型，并通過(guò)對(duì)比2015年2月至2016年6月期間的國(guó)房景氣指數(shù)計(jì)算值和發(fā)布值進(jìn)行對(duì)比分析，模型計(jì)算精度最大誤差為1.62%，平均誤差為0.83%，由此可見(jiàn)式（9）在利用全國(guó)全社會(huì)電力消費(fèi)增長(zhǎng)率來(lái)計(jì)算國(guó)房景氣指數(shù)具有一定的參考性。目前我們已經(jīng)能夠按月和按季度獲得全國(guó)分行業(yè)的電力消費(fèi)數(shù)據(jù)。隨著技術(shù)的進(jìn)步和“互聯(lián)網(wǎng)+”的發(fā)展，電力消費(fèi)數(shù)據(jù)的取得將會(huì)越來(lái)越方便和全面準(zhǔn)確。通過(guò)電網(wǎng)公司的調(diào)度、營(yíng)銷(xiāo)、配網(wǎng)和智能電表，在不遠(yuǎn)的將來(lái)，將很快能夠獲得全國(guó)的分行業(yè)實(shí)時(shí)數(shù)據(jù)，甚至每家每戶(hù)的實(shí)時(shí)電力消費(fèi)數(shù)據(jù)。這些數(shù)據(jù)對(duì)于分析我國(guó)宏觀和微觀經(jīng)濟(jì)以及國(guó)房景氣指數(shù)等的情況，都將有十分重要的意義。下一步應(yīng)該加強(qiáng)電力消費(fèi)大數(shù)據(jù)的挖掘和運(yùn)用研究，為我國(guó)的經(jīng)濟(jì)社會(huì)發(fā)展和國(guó)房景氣指數(shù)的管理和預(yù)測(cè)貢獻(xiàn)力量。

參考文獻(xiàn)：

[1]朱天星,徐明圣,李倩,李丹.我國(guó)電力消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究[J].價(jià)格理論與實(shí)踐,2010,(10).

[2]張龍.宏觀經(jīng)濟(jì)與用電量關(guān)系辨析[J].中國(guó)電力企業(yè)管理,2012,(8).

[3]夏森茂,陳逢文.電力消耗與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究的文獻(xiàn)綜述[J].商業(yè)時(shí)代,2009,(12).

[4]林伯強(qiáng).電力消費(fèi)與中國(guó)經(jīng)濟(jì)增長(zhǎng):基于生產(chǎn)函數(shù)的研究[J].管理世界,2003,(11).

[5]王建林,趙佳佳.能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)的因果關(guān)系測(cè)度與分析——基于中國(guó)樣本[J].工業(yè)技術(shù)經(jīng)濟(jì),2008,(1).